ANALISIS CLUSTER PADA PENANGANAN KOMPLAIN

HANDPHONE DAN GADGET

DI JOGJA TRONIK CENTER (JTC)

Atrimo(11522250), Nurhayati(11522295)
Praktikum Analisa Keputusan dan Data Mining Teknik Industri FTI UII

ABSTRAC
Jogja tronik center ( jtc ) that is a service company that moves in the field of services the sale of electronics
esp. hanphone and gadgets. One of the quality of services provided by jogja tronik center ( jtc ) in the field of
services that is handling complained. Hence this research was meant to find out an indicator is that significantly
impact on the variables of handling complained cell phones and gadgets and how many and how do karateristik of
each cluster formed, in order to facilitate pegaiwai jogja tronik center ( jtc ) to handle complained of customers. A
method of data processing used is a method of clustering. The result obtained from this research is the emergence of
three clusters with one outlier.
Keywords: clusters, outlier, jogja tronik center ( jtc ), complained


PENDAHULUAN
Perkembangan teknologi komunikasi yang banyak kita rasakan pada era globalisasi saat ini yang
sangat mempengaruhi budaya masyarakat mengikuti perkembangan zaman. Beberapa faktor
diantaranya adalah penggunaan berbagai alat elektronik lain seperti handphone, gadget dan
berbagai acara dari media eletronik seperti televise, radio, media cetak dan lain-lain. Handphone
dan gadget merupakan perangkat telekomunikasi elektronik yang dapat digunakan sebagi media
informasi dan merupakan perangkat elektronik mobile (dapat dibawa kemana-mana).
Perkembangan teknologi komunikasi ini dipengaruhi oleh kemajuan perekonomian
masyarakat yang sangat pesat sesuai dengan perkembangan zaman. Hal ini mendorong
pertumbuhan usaha atau bisnis dalam sektor jasa. Perbedaan antara perusahaan yang bergerak
pada sektor produksi dengan sektor jasa adalah pada marketingnya. Perusahaan yang bergerak
dalam sektor produksi lebih banyak mengoptimalkan kuantitas produk, kualitas produk, dan
manajemen produksi. Sedangkan perusahaan yang bergerak dalam bidang jasa, lebih banyak
mengoptimalkan kualitas pelayanan yang diberikan terhadap konsumen.
Menurut Kotler (2005), kualitas adalah keseluruhan cirri serta sifat suatu produk atau
pelayanan yang berpengaruh pada kemampuanya untuk memuaskan kebutuhan yang dinyatakan
atau tersirat. Jika perusahaan ingin bertahan dalam persaingan, apalagi ingin memperoleh laba
dan mengusai pangsa pasar, maka tidak mempunyai pilihan lain kecuali menjalankan manajemen
mutu total (Total Quality Manajemen-TQM). Menurut kamus besar bahasa Indonesia (1999:571)
pelayanan didefinisikan sebagi berikut : perihal atau cara melayani; usaha melayani kebutuhan
orang lain dengan memperoleh imbalan (uang), jasa; kemudahan yang diberikan sehubungan
dengan jual beli barang atau jasa.
Kualitas pelayanan juga dapat diterapkan dalam jenis usaha yang begerak dalam
pemasaran handphone dan gadget. Didukung dengan pekembangan ekonomi masyarakat yang
pesat, usaha pemasaran handphone dan gadget mulai banyak dilirik oleh sebagian banyak
pengusaha kelas biasa hingga kelas atas.
Berkembangnya jumlah penjual handphone dan gadget di Yogyakarta menjadikan
masyarakat Yogyakarta memiliki banyak pilihan untuk menentukan penjual mana yang akan
mereka pilih. Sehingga Jogja Tronik Center (JTC) yang merupakan sebuah perusahaan jasa yang
bergerak dalam bidang pelayanan penjualan alat-alat elektronik khususnya hanphone dan gadget
mempunyai strategi khusus dalam memenangkan pangsa pasar yaitu dengan membuat suatu
tempat penjualan yang didalamnya terdapat kelompok pembisnis alat-alat elektronik.
Salah satu kualitas pelayanan yang diberikan oleh perusahaan dalam bidang jasa yaitu
penanganan komplain. Menurut Lovelock dan Wright (2005), pengaduan adalah suatu
pernyataan resmi tentang ketidakpuasan dengan setiap aspek suatu pengamalan jasa. Pelanggan
yang mengajukan pengaduan memberikan kesempatan terhadap perusahaan untuk
mempertahankan segala persoalan, memulihkan hubungan dengan orang yang mengadukan dan
meningkatkan kualitas jasa untuk semua pelanggan. Menurut Ratna (2008) sebarapa baik sebuah
perusahaan menangani pengaduan (complaint) dan mengatasi masalah mungkin akan
menentukan apakah perusahaan akan mempertahankan atau kehilangan pelanggan.
Berangkat dari permasalahan mengenai penanganan komplain sebagai bentuk dari
kualitas pelayanan terhadap konsumen handphone dan gadget, rumusan masalah dapat buat
sebagai berikut :
1. Indikator apakah yang secara signifikan berpengaruh terhadap variabel penanganan
komplain handphone dan gadget?
2. Berapa dan bagaimanakah karateristik dari setiap cluster yang terbentuk?

TINJAUAN PUSTAKA
komplain adalah sebuah aksi yang dilakukan oleh seseorang, yang didalamnya termasuk
mengkomunikasikan sesuatu yang negative terhadap produk atau pelayanan yang dibuat atau
dipasarkan Oxford pocket dictionary (2005). Sedangkan menurut Lovelock dan Wright (2005),
pengaduan/komplain adalah suatu pernyataan resmi tentang ketidakpuasan dengan setiap aspek
suatu pengamalan jasa. Pelanggan yang mengajukan pengaduan memberikan kesempatan
terhadap perusahaan untuk mempertahankan segala persoalan, memulihkan hubungan dengan
orang yang mengadukan dan meningkatkan kualitas jasa untuk semua pelanggan. Ada empat
kategori dari komplian yaitu :
a. Mechanical complaints
Jenis komplain yang disebabkan oleh kesalahan yang terjadi pada perlengkapan yang ada pada
hard component dan soft component Handphone dan Gadget. Misalnya bagian layarnya mati,
atau misalnya tidak bisa mengeluarkan bunyi ketika menghidupkan mp3.
b. Attitudinal complaints
Jenis komplain yang disebabkan karena staf atau pekerja mempunyai sikap yang buruk dalam
melayani konsumen.
c. Services-related complaints
Jenis komplain yang disebabkan oleh buruknya pelayanan yang diberikan disebuah counter
handphone dan gadget. Misalnya terlalu susah proses pembelian barangya, barang yang
diinginkan konsumen tidak ada dan lain-lain.
d. Unusual complaints
Konsumen juga dapat melakukan komplain karena tidak ada tempat duduk di counter tersebut,
sehingga konsumen tidak nyaman.
Menurut Zaugg (2006, P.3), saat konsumen merasa tidak puas ada beberapa sikap yang akan
mereka lakukan antara lain :
1. Voice company : konsumen langsung komplain terhadap pihak ketiga, yang bersangkutan.
2. Voice third party : konsumen melakukan komplain melalui pihak ketiga contoh : mengirim
surat berisi pernyataan komplain ke media massa.
3. Negative word-of-mouth : konsumen menceritakan keburukan perusahaan kepada relasinya.
4. Silence : diam saja, bersikap seolah tidak pernah terjadi apa-apa.
5. Exit : berhenti menjadi pelanggan dan tidak pernah kembali lagi.

Cluster
Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk
mengelompokan objek-objek berdasarkan karateristik yang dimilikinya. Analisis cluster
mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya dengan objek lain
berada dalam cluster yang sama. Cluster-cluster yang terbentuk memiliki homogenitas internal
yang tinggi dan heterogenitas eksternal yang tinggi.
Pengelompokan dalam analisis cluster dapat menggunakan dua meotde yaitu diantaranya
adalah analisis cluster non hierarki dan cluster hierarchical Laily (2011).
Analisis cluster dengan menggunakan metode hierarki adalah analisis yang mana
melakukan pengelompokan data dengan cara mengukur jarak pada setiap obyek yang mana
dimulai dengan pengelompokan dua atau lebih obyek yang mempunyai kesamaan karateristik
paling dekat. Menurut modul data mining (2011) metode pengelompokan ini kemudian
dilanjutkan pada obyek yang lain dan seterusnya hingga cluster akan membentuk semacam
pohon dimana terdapat tingkatan (hirarki) yang jelas antar obyek, dari yang paling mirip hingga
yang paling tidak mirip. Kemudian setelah pengelompokan dengan membentuk tingkatan antar
obyek, maka akan membnetuk sebuah dendogram, yaitu alat yang digunakan untuk memperjelas
proses menbaca, menyusun dan menganalisis proses hiraraki. Dari dendogram ini akan dapat
dilihat obyek mana saja yang berdekatan, dan obyek mana saja yang memiliki kemiripan
karateristik dan dari dendogram juga dapat pula digunakan untuk menentukan kelas yang
terbentuk oleh hasil pengelompokan.
Metode-metode yang umum digunakan dalam teknik hirarki adalaha sebagai berikut
Kantardzic (2003):
a. Agglomerative hierarchical clustering
Agglomerative hierarchical clustering adalah metode clustering hirarki yang pada langkah awal
menganggap masing-masing obyek adalah cluster, cluster digabungkan pada coarser partition
atau partisi yang lebih kasar dan proses pembangunan tersebut berlangsung sampai trivial
partition terbentuk yaitu ketika semua obyek berada pada satu cluster. Menurut Gregorius,
(2008) metode ini menggunkan strategi desain button up yang dimulai dengan meletakkan setiap
obyek sebai sebuah cluster tersendiri (atomic cluster) dan selanjutnya menggabungkan atomic
cluster atomic cluster tersebut menjadi cluster yang lebih besar dan lebih besar lagi sampai
akhirnya semua obyek menyatu dalam sebuah cluster atau proses dapat pula berhenti jika telah
mencapai batasan kondisi tertentu.
b. Metode devisive
Metode devisive berlawanan dengan metode agglomerative. Pertama-tama mulai dengan
sekelompok besar mencakup semua objek. Selanjutnya objek yang mempunyai ketidakmiripan
dipisahkan sehingga membentuk kelompok yang lebih kecil. Pemisahan ini dilanjutkan hingga
mencapai sejumlah kelompok yang diinginkan.

Algoritma K-Mean Clustering (K-Means Clustering Algorithm)
K-Mean menurut MacQueen (1967) adalah salah sati dari algoritma unsupervised learning yang
paling sederhana untuk menyelesaikan masalah clustering yang telah dikenal. Prosedur ini
mengikuti cara sederhana dan mudah untuk mengklasifikasikan kumpulan data tertentu melalui
jumlah cluster tertentu (menganggap k cluster) yang telah ditetapkan sebelumnya.
Dalam penelitian terdahulu, sebuah skripsi yang dibuat oleh Ratna Darlilis berjudul
analisis kepuasan pelanggan terhadap kualitas pelayanan berkaitan dengan penanganan complain
di PT. PLN (persero) UPJ Pekalongan Kota, skripsi ini menggunakan tiga sumber penyebab
utama komplain yaitu : 40% masalah disebabkan oleh perusahaan itu sendiri, 20% masalah
disebabkan oleh karyawan dan 40% masalah disebabkan oleh karyawan. Dan dengan
menggunakan metode analisis Importance-Performance dan Costumer Satisfaction Index (CSI)
sebagai metode yang dapat digunakan untuk menjawab perumusan masalah mengenai sejauh
mana tingkat kepentingan dan tingkat kepuasan pelanggan terhadap kualitas pelayanan PT. PLN
(persero) UPJ Pekalongan Kota bila dilihat dari segi penanganan komplain.

METODE PENELITIAN
1) Metode penelitian yang digunakan
Dalam penelitian ini, metode penelitian yang digunakan dalam menentukan bagaimana
menangani komplain yang dilakukan oleh pelanggan yaitu dengan menggunakan metode
clustering dengan data hasil kuisioner yang diberikan kepada pengunjung Jogja Tronik Center
(JTC) Yogyakarta. Dalam metode clustering ini proses calculasinya menggunakan software
SPSS.
2) Objek penelitian

Penelitian dilakukan di Jogja Tronik Center (JTC) yang terletak dijalan Brigjen Katamso No
75-77 Gondomanan, Yogyakarta. Jogja Tronik Center (JTC) merupakan pusat penjualan
barang eletronik di Yogyakarta. Jogja Tronik Center (JTC) menyediakan barang-barang
elektronik mulai dari televisi, kamera, mesin cuci, AC hingga yang sekarang sedang marak
penjualan yaitu handphone dan gadget. Penelitian dilakukan pada bulan Juni 2013 untuk
membantu menganalisis penanganan komplain dengan menggunakan metode cluster.

3) Metode pengumpulan data
Metode pengumpulan data dilakukan dengan observasi atau pengamatan langsung, kuisioner,
dan literatur. Jenis data terbagi menjadi dua yaitu data primer dan data skunder. Data primer
didapatkan dari observasi langsung ,dan pemberian kuisioner terhadap pengunjung Jogja
Tronik Center (JTC). Data skunder didapatkan dari literatur-literatur, ungkapan-ungkapan
para ahli dan diperoleh dari studi pustaka. Responden dalam pengunjung Jogja Tronik Center
(JTC) di jalan Brigjen Katamso, No 75-77 Gondomanan, Yogyakarta.

4) Tahapan penelitian yang dilakukan
Dalam penelitian ini, langkah-langkahnya adalah sebagai berikut :
1) Melakukan studi pendahuluan, dalam hal ini kami berusaha melakukan studi pembelajaran
mengenai latar belakang permasalahan.
2) Studi literatur, pada langkah ini yaitu melakukan penulisan literatur-literatur yang digunakan
sebagai referensi dasar laporan penelitian.
3) Langkah selanjutnya yaitu Identifikasi masalah-masalah dalam menentukan penanganan
komplain.
4) Setelah melakukan identifikasi masalah, lalu melakukan pengembangan model penelitian
dengan menambahkan pendapat pada para ahli, dan studi mengenai penanganan komplain.
5) Dalam melakukan pengembangan model penelitian, menghasilkan dua penentuan yaitu
penentuan teknik pengumpulan data dan penentuan objek penelitian.
6) Penentuan teknik pengumpulan data dilakukan dengan menyebarkan 40 kuisioner terhadap
pengunjung Jogja Tronik Center (JTC).
7) Penentuan objek penentilitian dilakukan dengan menyesuaikan tema dan variabel yang telah
ditentukan oleh laboratorium data mining.
8) Langkah selanjutnya yaitu melakukan rancangan kuisioner penelitian.
9) Melakukan penyebaran kuisioner penelitian terhadap pengunjung Jogja Tronik Center (JTC).
10) Melakukan pengujian validasi dan reliable terhadap kuisioner yang telah dibuat, jika sudah
reliable, maka dapat dilakukan langkah selanjutnya.
11) Melakukan pengumpulan data dengan merekap semua kuisioner yang telah diisi oleh
pengunjung JTC.
12) Melakukan pengolahan data dengan metode deskripsi statistic dan metode K-mean Cluster
menggunakan software SPSS.
13) Melakukan analisis data terhadap hasil output software SPSS.
14) Langkah terakhir yaitu membuat kesimpulan dan rekomendasi dari hasil penelitian
penanganan komplain yang dilakukan di Jogja Tronik Center (JTC).

HASIL
Pemilihan Indikator Variabel Penanganan Komplain
Atribut penanganan komplain yang efektif dan merupakan indikator variabel penanganan
komplain yaitu diantaranya :
1. Komitmen yang tinggi untuk mendengarkan dan menyelesaikan semua masalah komplain.
2. Kecepatan dalam menangani komplain
3. Keramahan dalam melakukan penanganan komplain.
4. Kejujuran
5. Kesopanan
6. Setiap komplain mendapat perlakuan yang sama, tidak membeda-bedakan pelanggan.
7. Pemeberian kompensasi (permohonan aaf, hadiah, ganti rugi, perbaikan)

Rekapitulasi Hasil Kuisioner
Tabel 4.1. Rekapitulasi Hasil Kuesioner 1
Rekapitulasi Hasil Jawaban Kuesioner 40 Responden
No
Data Responden
Nama
Jenis
kelamin
Usia
Pendidikan
terakhir
Pekerjaan
Tingkat
Pendapatan
1 Farida Perempuan
35-
45thn SMA/MA Wirausaha <2jt
2 Kasir Laki-laki >45thn SMA/MA Wirausaha >4jt
Rekapitulasi Hasil Jawaban Kuesioner 40 Responden
No
Data Responden
Nama
Jenis
kelamin
Usia
Pendidikan
terakhir
Pekerjaan
Tingkat
Pendapatan
3 Linling Perempuan
25-
35thn Sarjana Wirausaha 2-4jt
4 Septi Perempuan <25 Sarjana Lain-lain <2jt
5 Giant Laki-laki <25 SMA/MA Lain-lain <2jt
6 Drajat Santoso Laki-laki <25 Sarjana Wirausaha 2-4jt
7 Firman Laki-laki
35-
45thn SMA/MA Wirausaha >4jt
8 Irul. T Laki-laki
35-
45thn SMA/MA Peg.swasta <2jt
9 Dwi Laki-laki
25-
35thn diploma Wirausaha 2-4jt
10 Lina. P Perempuan <25 SMA/MA Lain-lain <2jt
11 Leo. D Laki-laki <25 SMA/MA Lain-lain <2jt
12 Rio Erlangga Laki-laki
25-
35thn diploma Peg.swasta 2-4jt
13 Titik Perempuan
25-
35thn SMA/MA Wirausaha <2jt
14 Bimo. R Laki-laki
35-
45thn diploma Wirausaha 2-4jt
15 Rojali Laki-laki
35-
45thn Sarjana PNS >4jt
16 Watik Perempuan
25-
35thn diploma Peg.swasta 2-4jt
17 Wina Lestari Perempuan
35-
45thn diploma Wirausaha 2-4jt
18 Suprapto Laki-laki >45thn Sarjana PNS 2-4jt
19 Adit. P Laki-laki
25-
35thn Sarjana Peg.swasta 2-4jt
20 Rofal. J Laki-laki <25 Sarjana Lain-lain <2jt
21 Pamlan Laki-laki >45thn SMA/MA Peg.swasta 2-4jt
22 Siti Khodijah Perempuan
35-
45thn diploma Peg.swasta 2-4jt
23 Setia Budi Laki-laki
35-
45thn Sarjana Wirausaha >4jt
24 Raditia Laki-laki
35-
45thn diploma Wirausaha >4jt
Rekapitulasi Hasil Jawaban Kuesioner 40 Responden
No
Data Responden
Nama
Jenis
kelamin
Usia
Pendidikan
terakhir
Pekerjaan
Tingkat
Pendapatan
25 Fega Ismal Indah Perempuan <25 diploma Wirausaha 2-4jt
26 Diajeng Fi Perempuan <25 diploma Lain-lain Lain-lain
27 Ratna Perempuan <25 Sarjana PNS <2jt
28 Sugeng Laki-laki
35-
45thn Sarjana Wirausaha >4jt
29 Rizal M Laki-laki
35-
45thn diploma Peg.swasta 2-4jt
30 Gea Isma Perempuan <25 SMA/MA Lain-lain Lain-lain
31 Toni Laki-laki >45thn SMA/MA Peg.swasta >4jt
32 Giyati Perempuan
25-
35thn SMA/MA Lain-lain <2jt
33 Fitria
Perempuan 35-
45thn SMA/MA Peg.swasta <2jt
34 Ayu Dwi kurniati
Perempuan
<25 SMA/MA Peg.swasta <2jt
35 Murni Perempuan
35-
45thn SMP/MTS Lain-lain <2jt
36 Robi Laki-laki
25-
35thn diploma Peg.swasta 2-4jt
37 Katijo Laki-laki >45thn SMP/MTS Wirausaha 2-4jt
38 Sutinah Perempuan <25 Sarjana Peg.swasta 2-4jt
39 Karsono Laki-laki
35-
45thn Sarjana Peg.swasta >4jt
40 Ratna Perempuan
35-
45thn Sarjana PNS 2-4jt

Tabel 4.2. Rekapitulasi Hasil Kuesioner 2
Rekapitulasi Hasil Jawaban Kuesioner 40 Responden
No Nama
Keterangan Tingkat Kepuasan
Penanganan
X1 X2 X3 X4 X5 X6 X7
1 Farida 1 3 2 2 2 2 1
2 Kasir 1 2 2 2 2 3 2
3 Linling 2 3 2 2 2 2 3
4 Septi 3 2 2 2 2 2 2
Rekapitulasi Hasil Jawaban Kuesioner 40 Responden
No Nama
Keterangan Tingkat Kepuasan
Penanganan
X1 X2 X3 X4 X5 X6 X7
5 Giant 2 2 2 2 2 2 2
6 Drajat Santoso 2 2 2 2 2 3 1
7 Firman 2 2 2 3 2 2 3
8 Irul. T 2 2 2 1 1 2 2
9 Dwi 2 2 2 3 1 2 2
10 Lina. P 1 1 1 2 1 1 2
11 Leo. D 3 2 2 3 2 2 3
12 Rio Erlangga 3 3 2 2 2 2 3
13 Titik 2 2 3 3 3 2 3
14 Bimo. R 2 2 1 1 1 2 3
15 Rojali 2 2 3 3 2 2 3
16 Watik 2 3 1 3 1 2 3
17 Wina Lestari 2 2 3 2 2 3 3
18 Suprapto 2 2 2 2 2 2 2
19 Adit. P 3 2 2 3 2 2 3
20 Rofal. J 2 2 2 2 2 2 3
21 Pamlan 2 2 2 2 2 2 2
22 Siti Khodijah 2 2 2 2 3 2 3
23 Setia Budi 2 2 2 3 2 2 2
24 Raditia 2 3 3 3 2 2 3
25 Fega Ismal Indah 2 2 2 3 2 2 3
26 Diajeng Fi 2 2 2 2 2 2 3
27 Ratna 2 2 2 3 2 2 3
28 Sugeng 2 2 2 3 3 2 2
29 Rizal M 2 2 2 2 2 2 2
30 Gea Isma 2 2 2 3 3 2 3
31 Toni 2 2 3 2 3 2 3
32 Giyati 2 2 2 2 2 2 2
33 Fitria 2 2 2 2 2 2 2
34 Ayu Dwi kurniati 2 2 2 2 2 2 2
35 Murni 2 2 2 2 2 2 2
36 Robi 2 3 2 2 2 2 3
37 Katijo 2 2 2 3 3 2 2
38 Sutinah 2 2 2 3 3 2 3
39 karsono 2 2 3 3 2 2 3
Rekapitulasi Hasil Jawaban Kuesioner 40 Responden
No Nama
Keterangan Tingkat Kepuasan
Penanganan
X1 X2 X3 X4 X5 X6 X7
40 Ratna 2 2 2 2 2 2 2


Keterangan tabel diatas adalah sebagai berikut :
X1 = Komitmen yang tinggi untuk mendengarkan dan menyelesaikan masalah kompain
X2 = kecepatan dalam menangani complain
X3 = keramahan
X4 = kejujuran
X5 = kesopanan
X6 = setiap complain dapat perlakuan yang sama, tidak membeda-bedakan pelanggan.
X7 = pemberian kompensasi (permohonan maaf, hadiah, ganti rugi, dan perbaikan)
Keterangan angka :
1 = sangat puas
2 = puas
3 = tidak puas
4 = sangat tidak puas

Output dan Analisis Dendogram

Tabel 4.10. Crosstab dari Jenis Kelamin


Cluster
Total

1 2 3
jenis_kelamin laki-laki Count
17 5 0 22
% of Total 43.6% 12.8% .0% 56.4%
perempuan Count 15 0 2 17
% of Total 38.5% .0% 5.1% 43.6%
Total Count
32 5 2 39
% of Total 82.1% 12.8% 5.1% 100.0%

Pada tabel diatas dapat dilihat perbandingan point kuisioner jenis kelamin dalam persen
dengan semua cluster. Untuk cluster 1, laki- laki lebih banyak daripada perempuan, dan pada
cluster 2, hanya terdapat laki-laki saja sedangkan pada cluster 3 hanya terdapat perempuan saja.
Dari tabel diatas dapat dilihat pula perbandingan laki-laki dan perempuan yang
melakukan komplain untuk seluruh cluster, ternyata adalah responden laki-laki yang
mendominasi yaitu 43.6% laki-laki sedangkan 38.5% perempuan.

Tabel 4.12. Crosstab dari Usia


Cluster
Total

1 2 3
Usia <25 tahun Count 10 1 0 11
% of Total 25.6% 2.6% .0% 28.2%
25-35 tahun Count 8 0 0 8
% of Total 20.5% .0% .0% 20.5%
35-45 tahun Count 11 2 2 15
% of Total 28.2% 5.1% 5.1% 38.5%
>45 tahun Count 3 2 0 5
% of Total 7.7% 5.1% .0% 12.8%
Total Count 32 5 2 39
% of Total 82.1% 12.8% 5.1% 100.0%

Bedasarkan tabel diatas cluster 1 di dominasi oleh umur 35-45 tahun, pada Cluster 2 di
dominasi oleh umur 35-45 tahun dan 45 tahun keatas, sedangkan pada Cluster 3 di dominasi oleh
35-45 tahun.



Table 4.14. Crosstab dari Pendidikan terakhir


Cluster
Total

1 2 3
pendidikan_terakhi
r
SMP/MT
S
Count 2 0 0 2
% of Total 5.1% .0% .0% 5.1%
SMA/Ma Count 10 2 1 13
% of Total 25.6% 5.1% 2.6% 33.3%
diploma Count 10 0 1 11
% of Total 25.6% .0% 2.6% 28.2%
sarjana Count 10 3 0 13
% of Total 25.6% 7.7% .0% 33.3%
Total Count 32 5 2 39
% of Total 82.1% 12.8% 5.1% 100.0%

Berdasarkan tabel diatas Cluster 1 di dominasi dengan tingkat pendidikan terakhir
SMA/MA, diploma dan sarjana, sedangkan Cluster 2 di dominasi dengan tingkat pendidikan
terakhir sarjana dan Cluster 3 di dominasi dengan tingkat pendidikan terakhir SMA/MA dan
diploma.


Tabel 4.16. Crosstab dari Pekerjaan


Cluster
Total

1 2 3
Pekerjaan PNS Count 2 2 0 4
% of Total 5.1% 5.1% .0% 10.3%
pegawai swasta Count 12 1 0 13
% of Total 30.8% 2.6% .0% 33.3%
wirausaha Count 10 2 2 14
% of Total 25.6% 5.1% 5.1% 35.9%
lain-lain Count 8 0 0 8


Cluster
Total

1 2 3
% of Total 20.5% .0% .0% 20.5%
Total Count 32 5 2 39
% of Total 82.1% 12.8% 5.1% 100.0%

Berdasarkan tabel diatas, Cluster 1 didominasi dengan pegawai swasta, Cluster 2 di dominasi
dengan PNS dan wirausaha dan Cluster 3 di dominasi oleh wirausaha.
Tabel 4.18. Crosstab dari Tingkat pendapatan


Cluster
Total

1 2 3
tingkat_pendapata
n
<2 juta Count 10 1 1 12
% of Total 25.6% 2.6% 2.6% 30.8%
2-4 juta Count 14 2 1 17
% of Total 35.9% 5.1% 2.6% 43.6%
>4 juta Count 6 2 0 8
% of Total 15.4% 5.1% .0% 20.5%
lain-lain Count 2 0 0 2
% of Total 5.1% .0% .0% 5.1%
Total Count 32 5 2 39
% of Total 82.1% 12.8% 5.1% 100.0%

Berdasarkan tabel diatas, Cluster 1 di dominasi oleh tingkat pendapatan 2-4 juta, Cluster 2 di
dominasi oleh tingkat pendapatan 2-4 juta dan lebih dari 4 juta dan Cluster 3 di dominasi oleh
tingkat pendapatan lebih dari 2 juta dan 2-4 juta perbulan.











* * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * *


Dendrogram using Single Linkage

Rescaled Distance Cluster Combine

C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+

Murni 35
Ratna 40
Ayu Dwi 34
Fitria 33
Giyati 32
Rizal M 29
Pamlan 21
Suprapto 18
Giant 5
Gea Isma 30
Sutinah 38
Sugeng 28
Katijo 37
Setia Bu 23
Rofal. J 20
Diajeng 26
Siti Kho 22
Toni 31
Rojali 15
karsono 39
Raditia 24
Titik 13
Dwi 9
Fega Ism 25
Ratna 27
Firman 7
Leo. D 11
Adit. P 19
Septi 4
Linling 3
Robi 36
Rio Erla 12
Wina Les 17
Irul. T 8
Bimo. R 14
Drajat S 6
Kasir 2
Watik 16
Farida 1
Lina. P 10

Gambar 4.1. Dendogram
Dari grafik dendogram diatas dapat dilihat bahwa data hasil penelitian penanganan
komplain melalui kuisioner, akan dibagi menjadi 3 cluster dan satu outlier. Pada tiap-tiap cluster
memiliki jumlah dan jarak yang berbeda-beda. Jakar antar cluster tersebut juga memiliki tinggi
yang berbeda-beda. Pada cluster pertama terdapat 32 anggota yang bergabung menjadi satu
cluster. cluster ke-1 ditentukan dari jarak 0 sampai 6 . Pada cluster 2 ditentukan oleh jarak dari 6
sampai 11 dengan jumlah anggota 5. Pada cluster yang ke 3 ditentukan oleh jarak dari 11 sampai
15 dengan jumlah anggota 2 orang. Sedangkan Lina P termasuk dalam outlier kareana objek
tersebut memiliki karateristik yang sangat berbeda dengan objek yang lain, sehingga outlier
tersebut tidak dimasukan kedalam cluster.

Tabel 4.5. Cluster 1
No Responden Nama No Responden Nama
35 Murni 22 Siti Khodijah
40 Ratna 31 Toni
34 Ayu Dewi 15 Rojali
33 Fitria 39 Karsono
32 Giyati 24 Raditia
29 Rizal M 13 Titik
21 Pamlan 9 Dwi
18 Suprapto 25 Fega Ismal Indah
5 Giant 27 Ratna
30 Gea Isma 7 Firman
38 Sutinah 11 Leo D
28 Sugeng
19 Adit P
37 Katijo
4 Septi
23 Setia Budi
3 Linling
20 Rofal J
36 Robi
26 Diajeng Fi
12 Rio Erlangga

Tabel diatas merupaka nama-nama anggota pada cluster 1 yang memiliki jarak 0 sampai
6 dengan jumlah anggota 32 orang.



Tabel 4.6. Cluster 2
No Responden Nama
17 Wina Lestari
8 Irul T
14 Bimo R
6 Drajat Santoso
2 Kasir

Tabel diatas merupakan nama-nama anggota pada cluster ke-2 yang memiliki jarak 6
sampai 11 dengan jumlah anggota 5 orang.
Tabel 4.7. Cluster 3
No Responden Nama
16 Watik
1 Farida

Tabel diatas merupakan nama-nama anggota pada cluster ke-3 yang memiliki jarak
11sampai 15 dengan jumlah anggota 2 orang.

Tabel 4.8. Outliers
No Responden Nama
10 Lina P

Tebel diatas merupaka nama objek yang outlier yaitu objek yang memiliki
ketidaksamaan yang signifikan dengan objek-objek lain.


Karateristik Dari Setiap Cluster
Dari perhitungan yang telah dilakukan dengan bantuan software SPSS didapatkan 3 cluster.
Karakteristik dari cluster pertama adalah berusia sekitar 35-45 tahun, tingkat pendidikan
SMA/MA, diploma dan sarjana, sebagian besar melakukan pekerjaan sebagai pegawai swasta
dan tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000. Cluster kedua
memiliki karakteristik berusia sekitar 35-45 tahun dan 45 tahun keatas, melakukan pekerjaan
sebagai PNS dan wirausaha, tingkat pendidikan sarjana dan tingkat pendapatan antara Rp
2.000.000 sampai dengan Rp 4.000.000 dan lebih dari Rp 4.000.000. Sedangkan karakteristik
dari cluster ketiga adalah berusia sekitar 35-45 tahun, melakukan pekerjaan sebagai wirausaha,
tingkat pendidikan SMA/MA dan diploma dan tingkat pendapatan lebih dari Rp 2.000.000 dan
antara Rp 2.000.000 sampai dengan Rp 4.000.000.

Kemanfaatan knowledge dari setiap cluster yang terbentuk bagi jogja tronik center (JTC)
Dari hasil karateristik ketiga cluster yang terbentuk, kita dapat menyimpulkan bahwa :
Cluster pertama

Cluster kedua

Cluster ketiga

Mayoritas orang yang
melakukan komplain terhadap
pengguna jasa penjualan
handphone dan gadget berusia
sekitar 35-45 tahun.

Mayoritas orang yang
melakukan komplain terhadap
pengguna jasa penjualan
handphone dan gadget berusia
sekitar 35-45 tahun dan 45
tahun keatas.

Mayoritas berusia 35-45 tahun

Kebanyakan memiliki status
pendidikan SMA/MA,
diploma, dan sarjana
Kebanyakan berpendidikan
sarjana.

Lebih banyak yang
berpendidikan SMA/MA dan
diploma sebagai latar
belakang pendidikanya.

Sebagian besar orang yang
melakukan komplain, bekerja
sebagai pegawai swasta.

Sebagian besar melakukan
pekerjaan sebagai PNS dan
wirausaha.

Banyak yang melakukan
pekerjaan sebagai wirausaha
Memiliki tingkat pendapatan
antara Rp 2.000.000 sampai
dengan Rp 4.000.000

Memiliki tingkat pendapatan
antara Rp. 2.000.000 sampai
Rp. 4.000.000 dan lebih dari
Rp. 4.000.000

Memiliki tingkat pendapatan
lebih dari Rp. 2.000.000 dan
antara Rp 2.000.000 sampai
dengan Rp. 4.000.000


Dari karateristik responden cluster pertama, maka tindakan paling tepat untuk dilakukan
penanganan komplain hanphone dan gadget di Jogja Tronik Center adalah sebagai berikut :
a. Dengan melihat mayoritas usia orang melakukan komplain yaitu berkisar 35-45 tahun.
Maka tindakan yang paling baik yaitu perusahaan berusaha untuk memuaskan seluruh
pelanggan dalam kesempatan pertama, menghindari adanya kesalahan dalam
memberikan layanan kepada pengunjung.
b. Faktor pendidikan yang tinggi, perusahaan dapat memberikan kesempatan kepada
pengunjung untuk melakukan komplain yang mendorong perusahaan ke tingkat yang
lebih baik.
c. Dengan latar belakang status pegawai swasta, perusahaan dapat memanfaatkan orang-
orang yang melakukan komplain ini dengan membawa kedalam suasana penanganan
komplain yang sifatnya diskusi atau sharing.
Dari karateristik responden cluster kedua, maka tindakan paling tepat untuk dilakukan
penanganan komplain hanphone dan gadget di Jogja Tronik Center adalah sebagai berikut :
a. Melakukan pendekatan secara individual dalam konsep penjelasan-penjelasan
permasalahan secara aktual dan terpercaya dan memberi kesempatan kepada mereka
untuk lebih banyak memberikan masukan. Karena pada dasarnya orang yang berusia
diatas 45 tahun sudah memiliki banyak pengalaman.
b. Memberikan kompensasi permohonan maaf dengan cara member hadiah atau souvenir,
agar mereka dapat lebih loyal. Hal ini didasarkan pada faktor umur dan tingkat
emosional.
c. Membawa orang yang melakukan komplain kedalam suasana lain yang lebih reda,
misalnya memperkenalkan produk-produk baru yang secara spesifikasi lebih baik.
Dari karateristik responden cluster kedua, maka tindakan paling tepat untuk dilakukan
penanganan komplain handphone dan gadget di Jogja Tronik Center adalah sebagai berikut :
a. Melakukan penganan komplain dengan meredakan suasana yaitu dengan menjadi
pendengar yang baik agar tensi emosi pelanggan mereda sedikit-demi sedikit.
b. Menanamkan strategi selalu menjaga kontak, yaitu dengan member atensi pada
pelanggan dengan cara mengontaknya dan mencoba untuk mengintegrasikan dunia
pelanggan dengan dunia kita. Apalagi mayoritas bekerja sebagai wirausaha, mungkin bisa
menjadi patner bisnis.
KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan penelitian yang dilakukan di Jogja Tronik Center dengan varibel penangan
komplain, maka dapat ditarik kesimpulan sebagai berikut :
1. Hasil penelitian yang dilakukan dengan mengambil sampel sebanyak 40 responden
pengunjung Jogja Tronik Center (JTC) yang diambil secara acak untuk mengisi kuisioner
mengenai tingkat penanganan komplain didapatkan bahwa indikator yang secara signifikan
berperngaruh adalah komitmen tinggi untuk medengarkan dan meyelesaikan masalah
komplain pengunjung, kaitanya bagaimana tindakan kedepanya nanti yaitu misalnya
memberikan kompensasi permohonan maaf dengan cara member hadiah atau souvenir, agar
emosi pelanggan dapat lebih mereda dan loyal untuk tidak beralih ke perusahaan lain,
melakukan pendekatan-pendekatan individu yang hubungannya dengan bisnis atau diskusi.
2. Dari hasil analisis menggunakan software SPSS dengan variabel penanganan komplain di
jogja tronik center dan penyebaran kuisioner terhadap 40 responden sebagai inputnya,
didapatkan hasil yaitu terbentuk 3 cluster dengan satu outlier. Hasil kuisioner profilisasi
pada cluster 1, mayoritas berusia sekitar 35-45 tahun, tingkat pendidikan SMA/MA,
diploma dan sarjana, sebagian besar melakukan pekerjaan sebagai pegawai swasta dan
tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000. Pada cluster 2,
memiliki karakteristik berusia sekitar 35-45 tahun dan 45 tahun keatas, melakukan
pekerjaan sebagai PNS dan wirausaha, tingkat pendidikan sarjana dan tingkat pendapatan
antara Rp 2.000.000 sampai dengan Rp 4.000.000 dan lebih dari Rp 4.000.000. Pada
cluster 3, Mayoritas berusia sekitar 35-45 tahun, melakukan pekerjaan sebagai wirausaha,
tingkat pendidikan SMA/MA dan diploma dan tingkat pendapatan lebih dari Rp 2.000.000
dan antara Rp 2.000.000 sampai dengan Rp 4.000.000.

Saran
Berdasarkan kesimpulan yang diperoleh, dapat dikembangkan beberapa rekomendasi bagi Jogja
Tronik Center (JTC) dalam penelitian ini. Adapun rekomendasi yang dapat dikemukakan adalah
sebagai berikut :
5.2.1 Bagi perusahaan :
1. Hendaknya pihak manajemen pemasaran Jogja Tronik Center (JTC) selalu
memperhatikan tingkat pelayanan terhadap konsumen agar tidak terjadi 3 sumber
komplain yaitu : pertama berasal dari perusahaan itu sendiri yang mencakup seperti
kualitas produk yang jelek, komunikasi dan informasi yang tidak akurat. Yang kedua
berasal dari karyawan yaitu mencakup perilaku dan sikap yang mungkin kasar atau
tidak sopan. Yang ketiga berasal dari pelanggan yaitu misalnya tidak teliti membaca
intruksi atau ekspektasi yang berlebihan.
2. Hendaknya pihak manajemen Jogja Tronik Center (JTC) semakin banyak memperlajari
bagaimana melakukan penanganan ketika terjadi komplain dari pengunjung. Agar
pengunjung selalu setia terhadap produk kita.
5.2.2 Bagi peneliti sejenis
1. untuk peneliti lanjutan yang akan melakukan analisis penanganan komplain dengan
metode K-Mean clustering menggunakan software SPSS, diharapkan dapat memilih
variabel-variabel penanganan komplain lebih kompleks lagi dan kuisioner kepada
responden yang lebih banyak, sehingga hasil yang didapatkan lebih akurat.
2. dapat juga menggunakan beberapa metode-metode dan software lain yang dapat
membentu kesempurnaan penelitian.

DAFTAR PUSTAKA
Adriana, Fandy & Gregorius, (2008), Pemasaran Strategik, Penerbit Andi, Yogyakarta.
Attha Lailly, (2011), Analisis Cluster Untuk Mengidentifikasi Pemerintah IPM Jawa Timur
2008. Universitas Negeri Maulana Maik Ibrahim. Malang.
Darlilis Rarna, (2008), Analisis Keputusan Pelanggan Terhadap Kualitas Pelayanan Berkaitan
Dengan Penanganan Komplain di PT. PLN (Persero) UPJ Pekalongan Kota. Institut
Pertanian Bogor.
Kotler, Philip, (2005), Manajemen Pemasaran, Edisi kesebelas, Jilid pertama, Salemba Empat,
Jakarta.
Kantardzic, Mehmed. (2003). Data Mining Concepts Models, Methods, and Algorithms. New
Jersey: IEEE.
Lovelock, C., Wright, L., (2005) Manajemen Pemasaran Jasa, Jakarta : PT. INDEKS kelompok
Gramedia.
MacQueen, J. B (1967). Proceedings of 5-th Berkeley Symposium on Mathematical Statistics
and Probability. Some Methods for Classification And Analysis Of Multivariate
Observations, pp. 281-297. Berkeley, University of California.
Modul Data Mining, (2011), Analisis Cluster. Universitas Islam Indonesia. Yogyakarta.
Zaugg, Alexandra Daniella. (2006). Online Complain
Management@Swisscom.Afreedaymoviescasestrudy.

SUMBER LEKSIKOGRAFIS
Kamus Besar Bahasa Indonesia. (1999:571). Jakarta: PT Balai Pustaka.
Oxford Learners Pocket Dictionary (3
rd
ed). (2004). Oxford: Oxford University Press and The
Commercial Press.